Más que Jupyter. Los Notebooks de MINEO combinan Python, widgets interactivos, bloques de asistente IA y despliegue a Data Apps en un único espacio colaborativo.
Archivo Vista Bloque Kernel Ayuda 
Desglose trimestral por región con proyecciones de crecimiento.
df = mineo.query("SELECT region, SUM(revenue) FROM sales GROUP BY region")
px.bar(df, x="region", y="revenue", title="Q4 Revenue")
Dato clave: Norteamérica genera el 43% de los ingresos totales. APAC mostró el mayor crecimiento con +23% respecto al trimestre anterior, impulsado por la expansión en Japón y Australia.
df.sort_values("revenue", ascending=False).head()
| Región | Ingresos | Crecimiento |
|---|---|---|
| Norteamérica | $1.8M | +12% |
| Europa | $1.1M | +8% |
| APAC | $820K | +23% |
| LATAM | $480K | -3% |
Escribe en Python, añade controles visuales y publica ese mismo notebook como una Data App pulida.
Combina código, markdown, asistente, widgets y snippets dentro del mismo notebook.
Cada sesión tiene su propio contexto de ejecución cifrado, estado de kernel, logs y paquetes.
Trabaja con tu equipo en tiempo real, mantén historial de versiones y publica como Data App en vivo.
Los notebooks de MINEO no son solo celdas de código. Son un espacio estructurado para análisis, controles, documentación y trabajo asistido por IA.
Escribe Python, documenta tu lógica y reutiliza piezas comunes sin salir del notebook.
Añade consultas SQL, gráficos, KPIs, formularios, subidas de archivos y layouts para convertir notebooks en experiencias interactivas.
Usa MINEO Assistant dentro del notebook para explicar, generar y refinar código o análisis bloque a bloque.
La experiencia notebook se apoya en workers aislados, kernels gestionados, contexto de proyecto y APIs que permiten orquestar mucho más que celdas.
Las sesiones del notebook corren en sus propios workers con comunicación cifrada y contexto específico por sesión.
Mantén contexto compartido entre bloques, inspecciona memoria y logs, accede a variables de proyecto y consulta datasources o workbenches desde código.
Añade paquetes Python al worker en ejecución y sigue avanzando sin reconstruir infraestructura.
Conecta notebooks con archivos y recursos del proyecto para que los resultados encajen con el resto del espacio de trabajo.
Usa variables de proyecto y de entorno directamente dentro de notebooks y snippets.
Sigue la evolución del notebook con historial integrado y flujos orientados a Git.
Trabaja con tu equipo en el mismo notebook usando comentarios y edición en tiempo real.
Un notebook puede seguir siendo técnico para quien lo crea y, a la vez, convertirse en una Data App pulida para el resto del equipo. Layouts, widgets y el modo app cierran esa brecha.
Estructura los bloques en interfaces más limpias que se ven como una Data App y no como un notebook en bruto.
Permite a los usuarios de tus Data Apps filtrar, subir archivos, seleccionar y explorar sin tocar código.
Publica ese mismo notebook como una Data App lista para producción sin reconstruirlo en otro sitio.
Referencias técnicas, detalles de implementación y ejemplos para equipos que construyen sobre MINEO.
Empieza con Python, añade widgets y bloques de asistente, y publícalo como una Data App en vivo.
